给想让 AI 接上万物的人的实用指南

MCP
是什么?

MCP(Model Context Protocol,模型上下文协议)是 Anthropic 在 2024 年 11 月开源的连接标准:在 AI 应用与外部世界之间定义一个统一的插头——数据、工具、服务即插即用。业界叫它"AI 的 USB-C"。

在它出现之前,M 个模型接 N 个工具要写 M×N 套接口,组合爆炸;有了 MCP,工具方实现一次协议,所有支持它的 AI 都能用。2025 年 3 月,OpenAI 也宣布采用——竞争对手变成了共建者。

2024 · Anthropic 开源 USB-C 类比 2025 · OpenAI 跟进采用 modelcontextprotocol.io
mcp — 概念演示

协议拆解

一个插头,六个部件

综合官方文档与生态实践,理解 MCP 只需要这六个词。点击左侧部件,右侧看它负责什么。

mcp — 内部视角
2024 · 诞生

Anthropic 开源

11 月发布协议与多语言 SDK,首批官方 server 覆盖 GitHub、Slack、Google Drive 等常见数据源。

2025 · 交叉采用

对手变成共建者

3 月 OpenAI 宣布 Agents SDK 支持 MCP;Google、Microsoft 阵营相继表态,社区 server 目录爆发。

2026 · 事实标准

连接的默认选项

从 IDE 到 Agent 框架,"支持 MCP"成为标配表述;安全、身份与治理成为新的焦点议题。

谁在用

一个标准,三方共赢

协议的价值要靠生态兑现。三个关键角色,各自得到了什么。

Anthropic出品 · 2024

把标准做成基础设施

Claude 桌面端与 Claude Code 原生内置 MCP client,开源 TypeScript / Python 等 SDK,把自家协议无偿变成公共底座——换来了生态的心。

入口 → modelcontextprotocol.io
OpenAI2025 · 跟进

竞争对手的握手

2025 年 3 月宣布 Agents SDK 支持 MCP,理由很直白:"人们喜爱 MCP,它迅速成为行业标杆。"TechCrunch 的标题是:OpenAI adopts rival Anthropic's standard。

报道 → TechCrunch · 2025-03-26
生态开源 · 增长中

从 GitHub 到你的内部系统

社区 server 目录覆盖代码托管、通讯工具、数据库、浏览器……企业也可以把内部系统封装成 MCP server,一次接进所有支持协议的 AI。

入口 → github.com/modelcontextprotocol/servers

支持数量与厂商动态更新很快 · 以官方目录与各家公告为准。

为什么重要

接口统一的那一刻,
生态才开始滚雪球。

MCP 的洞见不在技术复杂度,而在时机与开放:AI 能力在飞速上涨,"连接"却还是各家私有接口。一个中立、开源、不锁厂商的协议,让最激烈的竞争者愿意共建—— Model Context Protocol 赢的不是某家模型,而是"所有模型 + 所有工具"这个更大的盘子。

01

组合爆炸的解药

M 个模型 × N 个工具,从 M×N 套私有适配变成 M+N 套标准实现——数学变了,生态的 economics 就变了。

02

双向的安全连接

不止"读取数据":工具调用、参数传递、结果回传、逐次审批都有约定——它是为"AI 要动手"的时代设计的。

03

生态的公共底座

Server 写一次,处处可用;协议开源、厂商中立。连接层不再是谁的护城河,而是所有人脚下的公路。

依据与事实

先说清楚这个协议

出身
Anthropic · 2024 年 11 月开源协议 + 多语言 SDK,logo 是个插头
类比
AI 的 USB-C一个插头标准,插上即用、双向通信、不锁厂商
原语
三类能力tools(动作)/ resources(数据)/ prompts(模板)
采用
2025 · OpenAI 宣布跟进Agents SDK 支持 MCP;Google、Microsoft 阵营相继表态
形态
官方文档站 + 开源目录modelcontextprotocol.io 与不断增长的 server 生态
边界
协议管连接,安全靠配套审批、沙盒、最小权限由 host(AI 应用)负责

一个协议的四步

  • 2024 · 11 发布

    Anthropic 开源 MCP 与首批 SDK、官方 server(GitHub、Slack、Google Drive 等),把"AI 怎么连工具"变成一个标准问题。

  • 2025 · 3 竞对采用

    OpenAI 宣布 Agents SDK 支持 MCP;TechCrunch 报道标题:《OpenAI adopts rival Anthropic's standard for connecting AI models to data》。

  • 2025 · 全年 生态爆发

    官方与社区 server 数量激增,Google DeepMind、Microsoft 等相继表态支持(第三方报道);MCP 成为招聘与产品发布里的高频词。

  • 2026 事实标准

    "支持 MCP"成为 AI 应用连接能力的默认选项;讨论重心从"接什么"转向安全、身份与治理——非人类身份管理成为新议题。

设计取舍与常见误解

  • 开放 vs 安全——标准越通用,恶意 server 与提示注入的面越大;装第三方 server 前先看来源与权限。
  • 本地 vs 远程——stdio 模式数据基本不出机器,远程 HTTP 换来便利与共享;按数据敏感度选择。
  • 标准 vs 性能——中间层有开销,直连 API 更快;但通用性与可维护性通常值得这点溢价。
  • 官方 vs 社区——server 目录繁荣但质量参差;优先官方实现与高星项目,读一下它申请的权限。
  • 全权 vs 审批——给 host 的权限越大,MCP 越像"双手";审批策略要跟上(呼应姊妹篇 Harness)。
  • 协议 vs 产品——MCP 只管"怎么连",不管"连上之后多聪明";体验仍取决于模型与 harness 的设计。

三个常见误解:① MCP 不是模型——它不参与推理,只负责搬运"能力与数据";② MCP 不是 API 的替代品——很多 server 底层仍在调 API,它标准化的是"AI 如何发现并使用这些能力";③ "支持 MCP"不等于"自动安全"——插头统一了,篱笆还得自己扎。

接下来继续了解

常见问题

MCP 和 Function Calling 有什么区别?+
Function calling 是"模型说想调哪个函数"的模型侧机制;MCP 是"函数从哪来、怎么被发现、怎么授权"的连接标准。可以理解为:MCP 用 Function calling 这块积木,搭出了一个可插拔的工具市场。
我需要会写代码才能用吗?+
用,不需要:主流 AI 应用(Claude、Cursor 等)在设置里添加 server 即可,社区还有现成目录。开发 server 才需要编码——官方 SDK 已把它做得很薄,一个天气查询的 quickstart 一杯咖啡时间就能跑通。
MCP server 会看到我的什么数据?+
取决于你接了什么、授了什么权:本地 stdio 模式数据基本不出机器;远程 server 要读它的隐私政策与部署方。原则两条:最小授权 + 优先可信来源,敏感场景选本地实现。
为什么 OpenAI 要采用对手的标准?+
因为生态价值大于控制欲:工具方不会为每个模型重复开发,用户不想被锁死。协议中立时,采纳它比另起炉灶便宜——这正是"事实标准"的诞生方式:不是谁下令,而是人人都省了一笔账。
MCP 和 Agent 是什么关系?+
MCP 解决"能力从哪来",Agent / Harness 解决"能力怎么被有纪律地使用"。本系列姊妹篇里说的"给 Agent 的那双手",很多手指头就是 MCP 插上的——两者是插头与手的关系。
安全吗?装之前看什么?+
看三样:来源可信度(谁写的、多少人用)、权限清单(它声明要读写什么)、审批机制(每次调用是否要你确认)。再配合 host 侧的审批与沙盒——协议是开放的花盆,篱笆还得自己扎。

它适合谁

四类人,四个入口

For Users

普通用户

在 AI 应用设置里添加几个 server,让聊天窗口直接连上你的日历、文档和代码仓库。

起点 → host 设置里加 server
For Devs

开发者

用官方 SDK 把内部系统封装成 server:一次开发,接进所有支持协议的 AI 应用。

起点 → modelcontextprotocol.io ↗
For Secs

安全团队

非人类身份、权限清单、调用审计——MCP 让"AI 接入"第一次变得可治理。

起点 → 审批与最小授权
For Curious

好奇者

看懂"USB-C 类比"背后的产业逻辑:为什么竞争最激烈的对手,愿意共建同一个标准。

起点 → 来源卡 03 ↗

开始动手

给 AI 装一个插头

官方 Inspector 是试插头的万用表——本地起一个面板,连任何 server 看它的能力清单。

❯
npx @modelcontextprotocol/inspector
微信公众号「大话数据分析」二维码

微信扫码关注「大话数据分析」数据 · 分析 · AI 实战